Pandas数据分析-Task5

Pandas数据分析-Task5

记录DataWhale的Pandas数据分析的学习过程，使用的教材为 joyful-pandas。
Task4是pandas的变形函数，分为三个部分，第一部分介绍长宽表变形，包括pivot(),pivot_table(),melt(),wide_to_long()函数；第二部分介绍了索引的变形函数，包括行索引变列索引的unstack()和列索引变行索引的stack()函数；第三部分介绍另外一些常用的函数，包括将类型变量变为哑铃编码的pd.get_dummies(),以及功能和pivot_table()函数类似的pd.crosstable()函数。本篇文章中所有的代码示例中用到的原始文件都可以在 此链接中下载。

长宽表变形

长表变宽表：pivot()方法

pivot()功能是将长表变为宽表，有index, columns, values 这三个参数，新生成宽表的
列索引是columns对应原来长表列的unique值，而新生成的宽表的行索引是index 对应原来长表列的unique 值，而values 对应要展示的数值列。使用pivot()方法的前提是原长表中的index 和columns 对应两个列的行组合必须唯一。

#长表
df = pd.DataFrame({
   'Class':[1,1,2,2],'Name':['San Zhang','San Zhang','Si Li','Si Li'],'Subject':['Chinese','Math','Chinese','Math'],'Grade':[80,75,90,85]})
>   Class       Name  Subject  Grade
0      1  San Zhang  Chinese     80
1      1  San Zhang     Math     75
2      2      Si Li  Chinese     90
3      2      Si Li     Math     85

#用pivot()方法变宽表
df_pr=df.pivot(index='Name',columns='Subject',values='Grade')
>Subject    Chinese  Math
Name                    
San Zhang       80    75
Si Li           90    85

长表变宽表+聚合函数：pivot_table()方法

上面说到，使用pivot()方法的前提是**原长表中的index 和columns 对应两个列的行组合必须唯一，当原表中组合存在重复值时，可以将重复的结果经过聚合函数聚合为1个标量值。能完成这样操作的方法为pivot_table()方法。pivot_table()方法比pivot()方法多了两个参数：aggfunc和margins，aggfunc就是要使用的聚合函数，而设置margins=True时实现边际汇总的功能，即变换后每一行没一列的结果都进行聚合。例如：张三和李四都参加了两次语文考试和数学考试，最后的成绩是两次考试分数的平均值，求最后成绩并转换为宽表。

#原长表
df = pd.DataFrame(